QUOTE

AI 时代的代码审查，本质是一道注意力分配题。

2026 年 7 月，《代码整洁之道》作者 Uncle Bob 发了条推文，大意是：Agent 写的代码，我一行都不读。

这条推文迅速引爆开发者社区。紧接着，UML 联合创始人 Grady Booch 公开回怼：「跟 Bob 不一样，Agent 生成的代码我全审。」

一个说不读，一个说全审。

这事表面上是两位大佬在互怼，实际上戳中了一个每个技术团队都绕不开的问题——AI 写的代码，到底还审不审？怎么审？

Uncle Bob 不是不管质量，而是换了一种管法。他给 AI Agent 搭建了一套层层把关的「关隘」体系：

他的逻辑很直白：

「只要 AI 生成的代码能全部通过这些关卡，就算没人读过一行函数实现，也有充分理由相信它是正确的。」

说实话，这套方案不是纸上谈兵。单是变异测试这一项，严谨程度就已经超过绝大多数团队的人工评审流程了。但 Bob 自己也承认，这套体系需要极强的工程纪律，绝大多数团队并不具备，也很难快速建立。

Booch 的反对一针见血。他说了一句被广泛引用的话：

「经验工程师能『闻』到代码的好坏，而 Agent 没有鼻子。」

他担心的东西，自动化指标确实覆盖不了。测试覆盖率和复杂度指标能验证功能对不对，但发现不了安全漏洞、死代码堆积、性能关键逻辑的缺失。

数据也在佐证他。Veracode 2026 年春季报告显示，AI 生成代码的语法正确率已经超过 95%，但安全通过率只有 55%，跨站脚本类漏洞更是只有 15% 能过关。

更吓人的是那种「什么都不发生」的 Bug——一个定时任务安静地再也不响了，不报错、不崩溃，测试断言还是绿的，因为测试验证的是「数据落到哪」，而不是「有没有人执行它」。等到有人发现，往往已经过去几周。

你可能会说，这种问题人工审不也能漏掉吗？但你没在那个处境里——当代码量被 AI 放大之后，这种隐蔽问题的出现频率也在跟着涨。

这场争论的真正价值，不在于站队，而在于逼我们回答一个更实际的问题：人的注意力应该放在哪里？

这里多说一句，人该盯什么？不是「这段业务逻辑写得对不对」——那是机器的活。人眼该盯的是：

分级这件事 Agent 替不了，因为它不知道你们公司哪个模块出事要赔钱。

即便你完美执行了 Uncle Bob 的关隘体系，仍然有两个根本性限制：

「自动化体系是必要的安全网，但不是万能药。人的判断力，仍然是最后一道防线。」

这场争论背后，是一个更大的趋势：

从「写代码的人」变成「定义约束的人」和「审查意图的人」；

从「逐行读代码」变成「按风险分配注意力」；

代码越来越便宜，「能兜底」这件事越来越值钱。

Uncle Bob 自己也在强调：新人必须亲手写代码，完整经历编码、调试、排错，不能全程只做提示词工程师。底层能力不会过时，鼓吹基础无用的人，终究会付出代价。

整部编程史就是一部「人类不断往后退」的历史——从机器码到汇编，从汇编到高级语言，从手动内存管理到垃圾回收。但每一次后退，都伴随着新的信任机制的建立。

AI 时代的代码审查，本质上是一道注意力分配题。管理者要决定的不是「审还是不审」，而是——你的团队，哪些代码值得人看，哪些可以交给机器？

「代码越来越便宜，但『能兜底』这件事越来越贵。」

这才是 Uncle Bob 之争，真正留给每个技术团队的思考题。